人工智能在消費金融領域的應用

  作者:薛澤嵐

  我國的消費金融業務起步于中國銀行于1985年發行的信用卡,但由于客觀條件所限,消費金融行業發展一直較為緩慢,直到2009年中國銀監會正式啟動消費金融公司試點,國家才真正從政策角度明確了對消費金融行業的支持,現已形成相當規模,成為我國消費升級的重要推動力。作為一項新興技術,人工智能正在對金融產品、服務渠道、服務方式、風險管理、授信融資、投資決策等帶來新一輪的變革,具體到消費金融領域,人工智能的應用主要集中在智能營銷、智能風控、智能催收、智能客服、貸款審批等場景。

  1.人工智能發展歷程

  1956年被視作人工智能誕生的元年,自此開始,人工智能的發展歷程可以劃分為六個階段。

  第一次高潮期:1956年-1966年。1956年夏季,明斯基、申農、麥卡賽和羅切斯特等一批年輕科學在美國達特茅斯學院開會研討“達特茅斯夏季人工智能研究計劃”,人工智能學科就此誕生。

  第一次低谷期:1967年—80年代初。人工智能發展初期的飛速發展使得人們高估了科學進步的步伐,在運算力不足的背景下,跨越式發展的失敗在所難免。各國政府及研究機構接連減少資金投入甚至停止投入,人工智能的發展第一次走入低谷。

  第二次高潮期:20世紀80年代初-20世紀80年代末。1977 年,費根鮑姆提出了“知識工程”的概念,卡耐基梅隆大學隨后成功開發了XCON,人工智能走入了應用發展的新高潮,僅1980年-1985年,就有超過10億美元投入到人工智能領域。

  第二次低谷期:20世紀80年代末-20世紀90年代初。專家系統缺乏自我學習能力,為了維護與更新數據庫需要支付巨大的成本,因此逐漸被業界棄用,鋪天蓋地的質疑再次到來。

  穩步發展期:20世紀90年代中—2015年。隨著計算機網絡技術的發展,人工智能研究開始轉向基于網絡環境下的分布式人工智能研究,人工智能的應用領域進一步擴大。

  蓬勃發展期:2016年至今。互聯網與云計算的迅速興起為人工智能的進一步發展積累了大量的數據,再加上各國政府對人工智能都大力支持,人工智能大規模從學界走入應用,開始步入各行各業。

  2.人工智能在消費金融中的應用

  豐富的消費場景、完善的風控能力和較低的業務成本共同構成了消費金融企業的核心競爭力。人工智能技術在消費金融三大核心競爭力的形成中都發揮著重要的作用。具體來說,人工智能在消費金融領域中的應用主要包括智能營銷、智能風控、智能催收、智能客服和貸款審批等。

  拓寬應用場景:智能營銷

  智能營銷指的是將人的創新性、創造力和先進的移動互聯網、物聯網等新興技術融合應用于消費金融的品牌營銷中,以滿足消費者的個性化、碎片化、動態化需求,有利于降低消費金融獲客成本,提高精準營銷效率。具體來說,人工智能可以根據借款人的財務狀況、貸款用途、還款能力等指標,對應產品的特征,個性化推薦貸款產品;針對信用評分較高的借款人設置優惠利率和還款期限,提高其復貸率。在智能營銷領域,51信用卡針對銀行業在數字化時代轉型升級面臨的營銷痛點,獨立研發了“費馬”全生命周期營銷解決方案,可以憑借技術盡可能準確預測用戶的需求,實現用戶金融需求的深度挖掘。

  加強風險控制:智能風控、智能催收

  智能風控。首先,人工智能有助于消費金融企業篩選優質借款人。電商、支付平臺、P2P等參與主體對用戶人群的信用評估主要依賴于電商、支付、社交等非金融大數據,將這些數據納入到評分模型中,量化借款人的違約風險,并以此為據進行風險定價。以京東金融為例,其風險模型體系包括催收模型、申請評分模型、行為評分、反欺詐模型中有十多種不同的模型,這些模型可實現迭代,通過深度機器學習將多個變量進行具體分析,讓機器自動判斷得出具體的結論。其次,人工智能有助于防范潛在的信貸欺詐風險。人工智能通過OCR技術,人臉識別、GPS定位、受信設備追蹤、指紋驗證、聲紋驗證等多種方式來監控欺詐行為。螞蟻金服打造了包括風險檢測預警、風險識別決策、風險智能優化和風險分析洞察機制的螞蟻風險大腦,京東金融研發了RNN時間序列算法,對于風險用戶識別的準確率可以超過常規機器學習算法的3倍以上。

  智能催收。在傳統催收時代,催收作業主要依靠人海戰術進行電話、短信或上門作業。但隨著貸后業務呈幾何級增長,人工催收模式逐漸難以滿足企業需求,且存在效率低下、人工資源成本高等難題。人工智能能夠自主進行信息收集、問題預判和數據庫生成,使得清收市場越來越透明化和標準化。首先,利用人工智能催收賬款,可以有效地避免人力催收可能出現的語言暴力和服務態度問題;其次,人工智能可以錯峰處理客戶相關問題,針對性催收賬款;最后,人工智能催收還可以實現全覆蓋、不間斷的工作,在短期內大量降低用人成本。中騰信利用深度學習和知識圖譜技術,推出了全新的智能催收語音機器人,機器人可與坐席人工進行配合、分工,分擔人工催收壓力,極大地提升了整體催收效率和質量。

  降低業務成本:智能客服、線上貸款審批

  智能客服。在消費金融業務中,客戶咨詢的問題往往限定在重復性較高的某些特定領域內,這些特點使得智能客服成為可能。人工智能的語音合成技術和語義識別技術能夠讓客戶直接進行提問,進而對客戶問題進行逐字分析,有利于提升客服效率和用戶體驗,同時降低人力成本。在人工智能賦能下,中郵消費金融圍繞目標客群需求推出了智能客服機器人“U郵”,“U郵”以智能交互、精準識別為基礎,深度洞察用戶需求,為客戶提供7*24小時的線上服務。

  線上貸款審批。傳統的貸款審批環節存在著信息不對稱、成本高、時效性差、效率低等問題,人工智能利用人臉識別、聲紋識別和OCR光學字符識別技術,實現遠程面簽,節約客戶時間成本,同時降低了企業人工運營成本。在實踐中,京東白條、有錢花、小米快貸等代表性消費金融產品在幾分鐘之內就可以完成貸款審批。

  3.金融科技其他技術在消費金融中的應用

  云計算、大數據、人工智能、區塊鏈等已經成為驅動消費金融行業發展的關鍵技術。

  云計算是一種基于互聯網的計算方式,能夠根據金融機構的業務量需求向其提供合適的計算資源。中國個人投資者較多,金融機構對于計算資源彈性的要求很高,云計算正好適應了這一需求。

  大數據是信息化時代最重要的資源。在產品設計方面,大數據技術可以為不同的客戶群體提供差異化定制產品,提高客戶粘性;在銷售方面,大數據技術可以幫助金融企業實現精準營銷;在風控和流程改進方面,大數據可以顯著提升金融企業的運營效率,改進流程,保障合規。

  區塊鏈推動了“去中心化”的模式重構,可以提高交易處理效率,增強安全性。由于去中心化的特性,區塊鏈可以承擔諸如銀行等金融中介機構的相同功能,各類交易將不再需要第三方信用中介的背書,這將為金融業務帶來顛覆性的突破。

文章來源:新金融投資資訊網
版權鏈接:人工智能在消費金融領域的應用
版權聲明:若非注明,本文皆由新金融投資資訊網原創,任何媒體、網站或單位和個人未經書面授權不得轉載、鏈接、轉貼或以其他方式復制發表!
插圖版權:文中插圖搜集于網絡,僅為良好的用戶體驗整理編輯,版權歸原作者所有,如有侵權益請立即告知!
正文到此結束

熱門推薦